关键词:
PLC
PID
深度置信网络
萤火虫算法
RBM
智能控制
斗轮机
摘要:
为了提升电厂斗轮机的自动化控制水平,文中针对可编程逻辑控制器(PLC)设计了斗轮机控制系统,对深度置信网络(DBN)的应用与优化进行研究。设计了基于DBN网络的比例-积分-控制(PID)参数更新策略,以实现斗轮机的智能控制。该策略在DBN网络的非线性拟合能力基础上,对PLC控制器的输入输出信号进行采集,进而完成网络的训练。同时在PID参数更新时,为提升传统DBN网络训练的效率,引入了利用高斯变异机制改进的萤火虫算法(LOGFA),从而避免种群进化的停滞现象,且保证了迭代的稳定性。在MATLAB中对斗轮机内的异步电机进行的控制仿真实验结果表明,PID算法的K_(P)、K_(I)与K_(D)三个参数可快速收敛,且控制精度相较于传统的模糊PID算法具有显著提升。而MAPE为3.2576%,较模糊PID控制策略降低了4.9667%,RMSE则下降至0.0379。